电讯技术

作者：陈佳昌,肖飒,周伟松

单位：(重庆邮电大学 理学院，重庆400065)

关键词：表情识别；卷积神经网络；Inception结构；多层池化；

基金：国家自然科学青年基金项目（11701060）；重庆市科委面上项目（cstc2020jcyj-msxm1397）；重庆市教委项目（KJQN202000601）；重庆师范大学开放课题项目（CSSXKFKTM202007）

为了解决传统卷积神经网络（Convolutional Neural Network,CNN）对于人脸微表情识别的泛化能力差的问题，提出了一种改进的Inception结构与残差结构结合的卷积神经网络方法。首先在改进的Inception结构的基础上将输入特征直接映射到输出结果中构成残差结构，并针对表情局部特征复杂模糊等不足采用多层池化的方式进行优化，实现端到端的人脸表情识别。为防止训练数据量少、数据分布不均匀，采用了数据增强技术从原始数据集中生成更多的训练样本。新模型在Fer2013数据集上进行测试，准确率达到71.26%，表明该方法相比于传统的卷积神经网络具有更高的准确率，训练模型更加稳定。

来源：2022年第3期

《电讯技术》期刊编辑部

查看电讯技术杂志2022年第3期